Construyendo el futuro de la autonomía

Gurdeep Pall 25 de enero de 2021

Cuando comencé en Microsoft a principios de los años 90, en los albores de la era de las PC e Internet, no podía haber imaginado todas las olas de innovación que vendrían. Entonces, como ahora, tenía una creencia fundamental en el software como medio de innovación, con el que se podían hacer realidad ideas sorprendentes rápidamente.

La tercera revolución industrial de la informática (después del vapor y la electricidad) vio el avance más rápido en la historia de la humanidad. Sentó las bases de la cuarta revolución industrial, la de la inteligencia artificial. En este sentido, nos centramos en llevar la inteligencia enseñada por humanos a las máquinas que operan en el mundo físico real que nos rodea, uniendo el mundo de los bits con el mundo de los átomos.

Comenzamos este viaje hace dos años y medio con la adquisición de una startup llamada Bonsai y combinando el equipo con nuestro esfuerzo de investigación de AirSim. Nos sorprendió saber lo poco que se estaba ejecutando actualmente en el mercado en comparación con el enorme potencial de los sistemas autónomos para cambiar tantas industrias. El potencial para ayudar a nuestros clientes a innovar con esta tecnología y cerrar la brecha entre los mundos físico y digital es ilimitado.

Video de Youtube

Haga clic aquí para cargar medios

Los sistemas autónomos no se tratan sólo de robots humanoides o vehículos autónomos; PepsiCo desarrolló inteligencia artificial utilizando Microsoft Project Bonsai para optimizar la máquina extrusora con la que se fabrican los Cheetos. El sistema inteligente monitorea y realiza ajustes continuamente para mantener la consistencia y la calidad.

Bell está utilizando los sistemas autónomos de Microsoft y AirSim para trabajar hacia vehículos de vuelo autónomos más seguros, empezando por centrarse en los aterrizajes. Actualmente, Bell está trabajando en el primer aterrizaje de precisión autónomo utilizando el Proyecto Bonsai para identificar zonas de aterrizaje seguras y luego aterrizar de forma autónoma.

Las tecnologías de sistemas autónomos no son ciencia ficción ni costosos proyectos lunares (clientes como PepsiCo y Bell están impulsando el impacto empresarial hoy en día) y nuestro enfoque basado en software para sistemas autónomos lo está haciendo posible.

El software es el medio más maleable que existe. Esta maleabilidad nos permite crear abstracciones y capas de capacidades que permiten a los creadores construir rápidamente cualquier tipo de sistema autónomo que se pueda imaginar.

Muchos de los primeros esfuerzos para crear sistemas autónomos fueron desarrollados como aplicaciones aisladas y personalizadas por un equipo de expertos. Sabíamos que necesitábamos un enfoque diferente, por lo que buscamos proporcionar herramientas abiertas, reutilizables y poderosas y una plataforma que permitiera a cualquiera enseñar inteligencia a las máquinas sin ser un experto en IA. Los ingenieros, expertos en sus propios campos, pueden transferir sus años de experiencia a una solución de IA sin tener que volver a la universidad para aprender IA.

Pero, ¿cómo se le enseña a una máquina? La mayoría de las máquinas actuales tienen funciones codificadas y sistemas de control básicos o rígidos. Nuestras herramientas permiten a un experto expresar lo que se necesita aprender y cómo aprenderlo. Con esa información, nuestra plataforma utiliza el aprendizaje reforzado en un entorno simulado para construir la solución de IA. La solución de IA resultante ahora puede controlar la máquina y hacer que se adapte inteligentemente al mundo real, de la misma manera que lo haría un humano. Por ejemplo, en lugar de construir jaulas especiales para robots, los robots aprenden a subir escaleras, abrir puertas, navegar en un almacén dinámico, aterrizar un dron o trabajar junto con otros sistemas y humanos.

El equipo de Bell identificó tecnologías de Microsoft que podrían ayudarles a alcanzar su objetivo de transformar su modelo de negocio de helicópteros a vehículos de vuelo autónomos. Junto con la visión por computadora y la computación en la nube de Azure, Project Bonsai y AirSim ayudaron a Bell a crear una solución de inteligencia artificial que puede practicar en un entorno simulado.

Matt Holvey, director sénior de sistemas inteligentes de Bell, dijo lo siguiente: “Estamos utilizando el Proyecto Bonsai porque nos permite crear y enseñar rápidamente una IA, como si estuviéramos entrenando a un piloto sobre qué buscar. Puedes hacer que la IA comprenda qué decisiones tomar sobre la altitud y el cabeceo en función de la zona de aterrizaje identificada que ve”.

La enseñanza automática permite a cualquier ingeniero agregar autonomía de forma segura a máquinas nuevas o existentes.

La pregunta no es qué podemos imaginar construyendo, sino ¿cómo lo hacemos realidad?

Los sistemas autónomos operan en el mundo real, pero el mundo real no es un lugar seguro para entrenar una máquina. Además, las máquinas son caras. La IA necesita millones de ciclos para aprender una nueva habilidad. ¡Imagínese tener que conducir decenas de millones de millas en un automóvil para aprender a conducir de manera segura en la carretera!

La simulación precisa de nuestro entorno, máquinas y sensores captura no sólo los aspectos visuales sino también su física. Una vez creado, se pueden crear instancias de este mundo simulado miles de veces y nos permite "overclockear" la realidad, acelerando así el entrenamiento de IA millones de veces. Toda esta capacitación se realiza de forma segura en la nube, donde no solo podemos entrenar para escenarios centrales sino también para cualquier posible caso extremo, por improbable que sea, antes de operar en el mundo real.

Tomemos como ejemplo a Bell. No es realista que los aviones no tripulados practiquen la identificación de zonas de aterrizaje y el aterrizaje en el mundo real por tres razones clave: preocupaciones de seguridad, daños potenciales a la aeronave y la cantidad de tiempo que llevaría entrenar en suficientes escenarios del mundo real.

En cambio, como nos dice Holvey de Bell, la IA practica en AirSim, un entorno simulado, donde puede practicar miles de escenarios de identificación de aterrizaje en minutos.

"Una IA trabaja para saber si una zona de aterrizaje es segura, mientras que otra IA aprende cómo aterrizar", afirma. "Estas dos IA luego trabajan en asociación para completar el complicado trabajo".

Las simulaciones también permitieron a los ingenieros simular rápidamente la producción de un día completo. La IA experimentó y aprendió cómo hacer Cheetos perfectos realizando miles de pruebas de forma segura en simulación.

Las simulaciones del mundo real y de las máquinas nos permiten entrenar y enseñar de forma segura a nuestras máquinas para que sean cada vez más autónomas. Puede obtener más información sobre las simulaciones admitidas en Project Bonsai y cómo agregar su simulación ejecutándose en la nube o localmente en la documentación de Project Bonsai.

Creo que el mundo está preparado para los sistemas autónomos: montacargas autónomos que envían productos, consumo inteligente de energía en los edificios, drones que inspeccionan periódicamente las líneas eléctricas para evitar incendios forestales devastadores o robots que ayudan de manera significativa a la vida. La pregunta no es qué podemos imaginar construyendo, sino ¿cómo lo hacemos realidad?

Al digitalizar nuestra realidad con el medio maleable del software, poderosas herramientas de enseñanza e inteligencia artificial experiencial, estamos creando un mundo donde los sistemas autónomos son omnipresentes y están teniendo un impacto positivo en nuestro planeta, nuestra economía y nuestras vidas.

Pensar en el futuro de los sistemas autónomos desde una perspectiva alternativa nos da una idea de un mundo donde la mayoría de las cosas mecánicas son cada vez más autónomas. Puedes ver mi vídeo sobre el futuro de los sistemas autónomos y profundizar en cómo funciona la tecnología y cómo empezar.

Te invito a conocer más y unirte a nosotros en este viaje. Puede experimentar ser el gerente de planta que convierte desechos plásticos en pelotas de ping pong en la fábrica del futuro, leer sobre las experiencias de nuestros clientes, explorar nuestras soluciones industriales, conocer la plataforma Project Bonsai o intentar capacitar a un Agente de IA para equilibrar una pelota de ping pong con el Proyecto Moab.

Obtenga más información y únase a nosotros en este viaje:

Gurdeep Pall es vicepresidente corporativo de IA empresarial en Microsoft.